我有一个28列(功能)和600行(实例)的dataFrame。我想选择所有的行，但只有列从0-12和16-27。这意味着我不想选择列12-15。
我写了下面的代码，但它不起作用，并在0:12和16:中的:抛出语法错误。有人能告诉我为什么吗?
X = df.iloc[:,[0:12,16:]]
- 我知道还有其他的方法来选择这些行，但我很好奇地想知道为什么这个不工作，以及我应该如何写它的工作(如果有一种方法)。
现在，我把它写成:
X = df.iloc[:,0:12]
X = X + df.iloc[:,16:]
似乎返回一个不正确的结果，因为我已经处理了df的NaN值，但是当我使用此代码时，X包含许多NaN !
感谢您的提前反馈。
您可以使用np.r_来连接切片:
x = df.iloc[:, np.r_[0:12,16:]]
iloc有这些允许的输入(来自文档):
- 整数，如5。
- 整数列表或数组，例如[4,3,0]。
- 带有int的切片对象，例如:1:7。 布尔数组。
- 一个可调用函数，带有一个参数(调用序列或DataFrame)，并返回有效的索引输出(上述之一)。这在方法链中很有用，当你没有对调用对象的引用，但想基于一些值来选择时。
在X = df.iloc[:,[0:12,16:]]中传递给iloc的不是整型列表或整型切片，而是切片对象列表。您需要将这些切片转换为整数列表，最好的方法是使用numpy.r_函数。
X = df.iloc[:, np.r_[0:13, 16:28]]